交互式医学影像标注器--MD.ai概述

今天给大家介绍一款交互式医学影像标注工具MD.ai，他的新颖之处在于一方面他是基于web模式的一款专业的医学影像标注工具，另一方面就是他是第一个创建的交互标注的工具，是一个多机构，多国专家可以联合标注的数据集标注工具。

我们知道在医学AI图像数据标注中，数据集标注的优劣，直接影响到机器训练的结果，数据标注一般都是由经验丰富的医师来进行标注，自从COVID-19 大流行成为全球医疗保健紧急情况。正在迅速开发 COVID-19 成像的预测模型，以支持成像中的医疗决策。然而，多样化注释数据集的可用性不足限制了现有模型的性能和通用性。所以交互式可以集全球的医学智慧共同完成较高质量的医学标注。

本文旨在向大家推荐一种AI医学影像标注的新思路和他的创新点。同时希望国内有兴趣的小伙伴能因此文创造出更有创意的工具。

一：什么是MD.ai
MD.ai 由哈佛/杜克/哥伦比亚训练有素的医生创立，旨在加速人工智能在医学中的应用，特别关注医学成像。我们致力于帮助世界各地的人们和组织构建有意义的医疗人工智能应用程序。
mdai是一个医疗机器学习平台，帮助医生和研究人员构建医疗人工智能，最终目标是改善患者护理。帮助构建用于训练和临床验证的高质量标记数据集，以及用于模型部署和执行的工具。mdai的一些独特挑战赛包括：在符合 HIPAA 的环境中操作、处理庞大的医学影像/文本/基因组数据集、管理机器学习模型生命周期以及构建具有对医生和工程师都有吸引力的 UI/UX 的复杂 Web 应用程序。
其使命是最终改善和影响患者护理，指导原则牢固地植根于对循证医学的尊重和严格的现实世界验证

MD.ai有以下特性：
（一）、创建高质量的标记训练和验证数据集
（1）公共数据集
（2）构建数据
（3）基于WEB的注释工具

（二）、开发
API、jupyter 集成和客户端库以促进模型开发
（1）、模型训练
（2）、联合学习

（3）、模型验证

 （三）、部署
在浏览器、本地或去中运行模型
 

 二：概述
MD.ai 注释器。md.ai应用程序将允许您快速启动您的深度学习项目，具有这些很棒的功能：
1、匿名医学图像的云存储
2、为医学深度学习优化的基于 Web 的注释工具
3、与您的团队实时协作
4、轻松导出注释、图像和标签以进行训练
5、用于将案例分配给团队成员的 URL 链接
6、Coming Soon您的医学深度学习项目的快速原型设计

三：创建项目
创建新项目
MD.ai 项目由 DICOM 数据集、用户、标签组和标签组成。要创建项目，请确保您拥有所需的权限并单击New Project侧面板中的 。 

创建新项目后，输入项目的名称和描述。输入框支持 Markdown。可以通过按下Launch按钮在 Annotator 应用程序中启动项目。
项目设置
项目类型
MD.ai支持三种不同的项目类型，具体取决于用例：
常规：默认项目类型。推荐给大多数用户。
共享：具有特殊匿名化和用户共享属性的特殊项目类型。所有上传的 DICOM 数据将在处理过程中被取消识别。
教育：具有内置数据去识别和自定义数据使用协议的特殊项目类型，用于符合 HIPAA 的教育目的。所有上传的 DICOM 数据将在处理过程中被取消识别。

 

设置
Private：默认情况下，项目将是私有的，只有受邀用户才能访问该项目。切换此设置以公开项目。
可克隆：默认情况下，项目不可克隆。切换此设置以使项目可克隆，从而允许用户创建项目的精确副本，包括所有数据集和标签组。只会克隆元数据注释。
项目标签
将任何描述性标签添加到项目中，例如等CT，MR以便于过滤。

数据使用协议
如果需要，添加数据使用协议。所有用户在访问数据之前都需要接受本协议。
 

 四：添加数据集
每个项目都应包含至少一个数据集。在项目中拥有多个数据集的常见用例是将训练集和测试集分开。创建新项目后，单击New Dataset按钮以创建新数据集。该数据集将用作加载数据的容器。记下项目和数据集 ID。

 

对于每个数据集，您还可以选择保留数据集访问权限Project-Wide或Restricted.
支持的医疗方式
CR : 计算机射线照相术
CT：计算机断层扫描
DX : 数字射线照相
IVOCT：血管内光学相干断层扫描
MG：乳腺X线摄影
MR：磁共振成像（MRI）
NM : 核医学
OCT：光学相干断层扫描（非眼科）
OPT : 眼科断层扫描
OT : 其他
PT : 正电子发射断层扫描
RF : 无线电透视
RG：射线照相成像（传统胶片/屏幕）
美国：超声波
XA : X 射线血管造影

将外部数据加载到数据集
选择数据集类型，例如。DICOM. 有多种方法可以将外部数据添加到项目的数据集中。
上传
如果您的数据集源设置为Upload，则有两种加载外部数据的方法：

1、直接使用 Web UI（拖放包含 DICOM 图像的文件夹，或使用上传文件/上传文件夹按钮）。从文件夹中递归地检测文件。

 2、使用MD.ai CLI 工具。对于较大的数据集 (>100 MB)，强烈建议这样做。有关命令说明，请参阅CLI 使用页面。上传完成后，上传的数据将在后台处理，完成后会出现 DICOM 系列缩略图。

 DICOM 推送 (C-STORE)
您可以选择通过 C-STORE/DICOM Push 协议将图像流式传输到项目。将为每个数据集提供和Hostname值Port。Remote AE
默认情况下，数据集将Unlocked允许所有传入的 DICOM 推送。您可以选择Lock数据集以停止传入连接。

五：交互式联合注释
交互式学习要求不同的数据集共享相同的标签，以便分别训练模型然后聚合。
添加数据集
单击Add Dataset项目中的按钮以添加新数据集。从新机构或实体加载数据。
将来自不同机构的多个数据集收集到一个项目中 

在具有相同标签集和相同用户的多个数据集上进行注释

 

导出注释以在联合学习模型中使用
每个数据集都使用其相应的注释单独训练，并且模型被聚合以进行验证或额外的训练周期